Zusammenfassung
In diesem dritten Kapitel des Buches werden Entscheidungsprobleme untersucht, bei denen der Entscheider die Ausprägungen aller entscheidungsrelevanten Daten und folglich auch das Ergebnis, das bei Wahl einer Alternative erzielt wird, mit Sicherheit kennt. In der Realität sind Entscheidungen zwar im Allgemeinen bei unsicheren Erwartungen zu treffen. Dennoch haben Entscheidungsmodelle bei Sicherheit große theoretische und praktische Bedeutung, auch für die nachfolgenden Kapitel, in denen der Unsicherheit Rechnung getragen wird.
Sofern sich der Entscheider nur an einer Zielgröße (z. B. nur am Gewinn) orientiert, sind Wahlprobleme bei Sicherheit aus entscheidungstheoretischer Sicht einfach zu lösen, wenn auch die praktische Bestimmung einer optimalen Alternative erhebliche rechentechnische Probleme verursachen kann. Der Fall einer einzigen Zielgröße ist aber wenig realistisch. In realen Entscheidungssituationen sind im Allgemeinen die Alternativen unter Berücksichtigung mehrerer Zielgrößen zu beurteilen. Dieser komplexere Fall steht im Vordergrund dieses Kapitels.
Zunächst werden Grundprobleme der Entscheidung bei zwei oder mehr Zielgrößen diskutiert. Darauf aufbauend wird gezeigt, wie Entscheidungsprobleme bei zwei Zielgrößen graphisch analysiert werden können. Bei mehr als zwei Zielgrößen kann der direkte Vergleich von Ergebnissen (von Zielgrößenvektoren) wesentlich schwieriger sein als bei zwei Zielgrößen. Wie jedoch gezeigt wird, kann der Vergleich beliebiger Zielgrößenvektoren auf den sukzessiven Vergleich von Vektoren zurückgeführt werden, die sich nur bezüglich zweier Zielgrößen unterscheiden (Transformationskonzept).
Bei der Formulierung eines mathematischen Entscheidungsmodells stellt sich das komplexe Problem, die Präferenzvorstellungen des Entscheiders in einer Zielfunktion auszudrücken. In diesem Kapitel wird gezeigt, dass enge Grenzen bezüglich der Ermittlung und formalen Darstellung einer (Nutzen-) Funktion, die die Präferenzen „exakt“ widerspiegelt, bestehen. Daher werden „Ersatzkriterien“ diskutiert, die eine Vereinfachung ermöglichen.
Wegen der Komplexität realer Entscheidungsprobleme besteht im Allgemeinen ein Zwang zur Modellvereinfachung. Eine Möglichkeit der Vereinfachung besteht darin, nicht alle als möglich erachteten Ausprägungen für die entscheidungsrelevanten Daten im Modell zu berücksichtigen. Im einfachsten Fall werden für alle Daten feste Werte angenommen, um danach so damit zu rechnen, als seien sie sicher („Quasi-Sicherheit“).
Die Annahme sicherer Erwartungen hat auch didaktische Bedeutung, denn sie ermöglicht es, Entscheidungsprobleme und Lösungskonzepte in vereinfachter Form zu analysieren. Entscheidungsmodelle, die unter der Annahme sicherer Erwartungen konzipiert werden, können für den Unsicherheitsfall erweitert werden. Damit befassen sich vor allem die nachfolgenden Kap. 4, 5, 8 und 9.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Im Folgenden wird auf die besondere Kennzeichnung von xa als Vektor (d. h. auf den Fettdruck von x) verzichtet.
- 2.
Um den Planungsaufwand zu verringern, kann es sinnvoll sein, nur wenige Punkte der einzelnen Indifferenzkurven explizit zu bestimmen und dann die jeweils äquivalenten Punkte miteinander zu verbinden. Darüber hinaus mag es naheliegen, auch in der Weise zu vereinfachen, dass zunächst nur einige wenige Indifferenzkurven bestimmt werden. Ist ein erster Überblick über die Gestalt der Indifferenzkurven gewonnen, werden weitere Indifferenzkurven in das Koordinatensystem eingezeichnet, ohne genau abzuwägen, welche (Z1,Z2)-Konstellationen jeweils äquivalent sind. Die so gewonnenen Indifferenzkurven werden im Allgemeinen nicht exakt mit jenen übereinstimmen, die sich bei genauerem Vorgehen ergäben. Dem damit verbundenen Nachteil einer möglichen Fehlentscheidung steht der Vorteil eines geringeren Planungsaufwandes gegenüber.
- 3.
In der Praxis wird häufig die Anwendung der Nutzwertanalyse empfohlen. Es wird für jede Zielgröße eine „Nutzenfunktion“ ermittelt; die resultierenden Nutzenwerte für die einzelnen Ausprägungen werden dann mit Gewichtungsfaktoren multipliziert und aufaddiert. Da die Ermittlung von „Nutzenwerten“ für die einzelnen Zielgrößen nur eine Frage der Messung der Zielgrößen darstellt, lassen sich die Ausführungen zur Zielgewichtung und insbesondere auch die damit verbundenen Probleme auf die Nutzwertanalyse übertragen.
Literatur
Bamberg, G., Coenenberg, A.G., & Krapp, M. (2012). Betriebswirtschaftliche Entscheidungslehre (15. Aufl.). München: Vahlen.
Dinkelbach, W. (1962). Unternehmerische Entscheidungen bei mehrfacher Zielsetzung. Zeitschrift für Betriebswirtschaft, 32, 739–747.
Dinkelbach, W. (1969). Entscheidungen bei mehrfacher Zielsetzung und die Problematik der Zielgewichtung. In W. Busse von Colbe & P. Meyer-Dohm (Hrsg.), Unternehmerische Planung und Entscheidung (S. 55–70). Bielefeld: Bertelsmann Universitätsverlag.
Dinkelbach, W., & Kleine, A. (1996). Elemente einer betriebswirtschaftlichen Entscheidungslehre. Berlin: Springer.
Dyckhoff, H. (1988). Zeitpräferenz. Zeitschrift für betriebswirtschaftliche Forschung, 40, 990–1008.
Eisenführ, F., & Weber, M. Zielstrukturierung: ein kritischer Schritt im Entscheidungsprozeß. Zeitschrift für betriebswirtschaftliche Forschung, 38, 907–929.
Eisenführ, F., Weber, M., & Langer, T (2010). Rationales Entscheiden (5. Aufl.). Berlin: Springer.
Fandel, G. (1972). Optimale Entscheidungen bei mehrfacher Zielsetzung. Berlin: Springer.
Fandel, G. (1979). Zur Theorie der Optimierung bei mehrfachen Zielsetzungen. Zeitschrift für Betriebswirtschaft, 49, 535–541.
Fandel, G., & Gal, T. (1980). Multiple criteria decision making – theory and application. Berlin: Springer.
Hax, H. (1974). Entscheidungsmodelle in der Unternehmung. Einführung in Operations Research. Reinbek: Rowohlt.
Heinen, E. (1976). Grundlagen betriebswirtschaftlicher Entscheidungen. Das Zielsystem der Unternehmung (3. Aufl.). Wiesbaden: Gabler.
Hettich, G.O. (1979). Entscheidungsprinzipien und Entscheidungsregeln bei mehrfacher Zielsetzung. In G. Schanz (Hrsg.), Betriebswirtschaftliche Gesetze, Effekte und Prinzipien (S. 172–191). München: Vahlen.
Hwang, Ch.-L., & Yoon, K. (1995). Multiple attribute decision making. Thousand Oaks: Sage Publications.
Isermann, H. (1979a). Strukturierung von Entscheidungsprozessen bei mehrfacher Zielsetzung. OR Spektrum, 1, 3–26.
Isermann, H. (1979b). The enumeration of all efficient solutions for a linear multiple-objective transportation problem. Naval Research Logistics Quarterly, 26, 123–139.
Keeney, R. L., & Raiffa, H. (1976). Decisions with multiple objectives: Preferences and value trade-offs. New York: Wiley.
Laux, H., & Franke, G. (1970). Der Erfolg im betriebswirtschaftlichen Entscheidungsmodell. Zeitschrift für Betriebswirtschaft, 40, 31–52.
Mag, W. (1977). Entscheidung und Information. München: Vahlen.
Weber, M. (1983). Entscheidungen bei Mehrfachzielen. Wiesbaden: Gabler.
Zeleny, M. (1976). Multiple criteria decision making (Kyoto 1975). Berlin: Springer.
Zionts, S. (1978). Multiple criteria problem solving. Berlin: Springer.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2014 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Laux, H., Gillenkirch, R., Schenk-Mathes, H. (2014). Entscheidungskriterien und Entscheidungsmodelle bei Sicherheit. In: Entscheidungstheorie. Springer-Lehrbuch. Springer Gabler, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-55258-8_3
Download citation
DOI: https://doi.org/10.1007/978-3-642-55258-8_3
Published:
Publisher Name: Springer Gabler, Berlin, Heidelberg
Print ISBN: 978-3-642-55257-1
Online ISBN: 978-3-642-55258-8
eBook Packages: Business and Economics (German Language)